Fellows：林桓平、吳美鈴、楊宗泰、王亮博
Mentor：陳潔寧
Project Partner：衛生福利部長期照顧司
長期照顧是高齡社會中，每個家庭都會面臨到的問題，鑑於民眾對長期照顧需求日益增加，面對老年化社會的多元長照需求，衛生福利部推動「長期照顧十年計畫 2.0」，積極透過各政府部門間的合作做好資源整合，擴大民間參與，提供以人為中心、以社區為基礎的多元、整合之連續性服務，以落實在地老化之政策目標。
為提供便利的長照單一窗口，自 106 年 11 月 24 日開通長照服務專線 (1966)，以讓民眾快速、方便地申請長照服務，由各縣市之長期照顧管理中心（以下稱照管中心）人員負責接聽。
為優化民眾撥打以及縣市同仁接聽 1966 專線之服務效能，再建置「長照服務專線 (1966) 話務整合系統」，於 109 年 2 月 14 日上線啟用。透過新的話務系統可達到之功效包含民眾一來電即可顯示來電紀錄、可供各照管中心記錄民眾長照需求（如申請、諮詢、申訴等），系統登錄資料可作為後續統計分析使用。
此次透過資料英雄協助，鎖定了許多議題探索。
一、席次規劃
我們可以使用坊間電話中心常用的 Erlang C 模型來安排各縣市的席次分配。Erlang C 模型是用來計算電話中心的呼叫通話量，以及需要多少個通話代表（席次）才能滿足給定的服務品質。Erlang C 模型假設所有的呼叫都有相同的接聽機率，並且呼叫會按照一定的比率被接聽，剩下的呼叫會被接入等待序列中。Erlang C 模型能夠幫助企業決定在特定的呼叫量下，需要多少個席次才能滿足給定的服務品質。
二、文本分析
透過民眾來電訊息、對話訊息之間建立關聯性以及比對，群聚出虛擬主題，並且延伸出關鍵字，可以幫助長照司更深入了解各地方目前可能狀況。
虛擬主題需要被人工指定議題，透過關鍵字搭配長照司人員的專業知識，判斷此虛擬主題為何，比如關鍵詞為：出院、醫院、護理、病房、住院。
如下圖，可以看到此主題皆為「醫院」相關。
透過長照司人員的專業知識，可以快速地根據關鍵詞判斷主題，進而根據此主題去查看與主題最相似的對話訊息，查找目前該主題主要面臨之狀況。這樣的好處在於可以透過少量具代表性的樣本查找，了解各地方/整體之狀況。改善過往想要了解各地方/整體之狀況不易，或大海撈針似地查找對話訊息之不易。
另外在此之上，也可以建立了「以文找文」的應用，透過目前查看的對話訊息，可以找到相似的對話內容，加快長照司人員查找效率。
「以文找文」語意分析能透過文章中的重要、關鍵字詞，進而並找出相關文章，例如Google新聞把相關性、類似的文章聚集，便是利用語意分析的技術。[以文找文wiki]
本次應用，透過以「詞」為中心的 tf-idf 方法將每一則對話訊息轉變為向量進行相似性計算，不以「語意」更豐富的 word2vec 相關模型是因為目前應用關鍵詞就可以透露出主要的訊息，而民眾的意圖主要都是詢問資訊，並沒有需要深掘語意之需求，相關應用可以納入未來發展之中。
專案步驟為：商業問題定義、資料收集與處理、特徵工程、模型選擇與訓練、結果呈現與應用。
三、儀表板運用
將龐大且碎片化的資訊進行統合，並從中擷取重要資訊，讓人更容易理解數據。可依不同需求呈現儀表板的內容，如各縣市1966描述性資料或是服務品質監測指標。譬如說各縣市民眾打進1966成功的接聽比例是多少？舉例來說，如果成功接聽比例高於95％就顯示綠燈，如果是90-95％就顯示黃燈、如果低於90％以下，就顯示紅燈，用紅綠燈顏色的概念可以幫助專業人員很直覺的去理解這些很複雜的數據經過轉化後所代表的意義。
(一) 話務系統 Call log form
- 資料來源：話務系統Call log form
- 內容：每月通話總數、每個時段通話數、各服務類型通話數、平均通話分鐘數。
利用篩選作動態的分析，掌握趨勢的變化。每個人可以依照自己想要瞭解的目的去選擇，舉例來說，上面這一塊每月通話數，可以看到各縣市在不同月份通話數的高低，可以找出偏高跟偏低的月份，可以讓地方思考偏高或偏低的原因，或者是幫助話務人員的人力安排更有效率。
(二) 申請 Service table
- 資料來源：Service table
- 服務業務數據分析：指標「來電者與需求者是否同縣市」、「需求者是否領有身心障礙證明」、「需求者是否聘有外籍家庭看護工」、「各年齡層需求人數」、「需求者主要使用語言」、「服務類型」，以及「需求者身份福利別」，可依縣市進行篩選。
協助各縣市話務人員瞭解在地1966服務使用者的樣貌與需求。可提供各縣市話務人員教育訓練規劃之參考。
